基于tensorflow + Vgg16进行图像分类识别的实验
来源:互联网 发布:易视网远程监控软件 编辑:程序博客网 时间:2024/06/05 05:32
图像分类识别目前已经得到了很大的飞跃,特别是15年微软提出的resnet已经超越人类,能够对图像中的物体进行更好的识别。
为了初步了解一下图像分类识别的过程,学习了一下大牛的主页,发现还是很有意思的。而且从imagenet的角度来说,这个经度还是可以接受的。
本实验主要参照了这个网页https://www.cs.toronto.edu/~frossard/post/vgg16/来进行。
VGG is a convolutional neural network modelproposed by K. Simonyan and A. Zisserman from the University of Oxford in thepaper “Very Deep Convolutional Networks for Large-Scale Image Recognition” . The model achieves 92.7% top-5 testaccuracy in ImageNet , which is adataset of over 14 million images belonging to 1000 classes.
vgg-16是一种深度卷积神经网络模型,16表示其深度,是alexnet后比较有代表性的深度模型之一,在图像分类等任务中取得了不错的效果。
为了更好地理解Vgg 16的原理,利用tensorflow进行了实践,发现利用预先训练好的模型,识别的速度非常之快。大约2秒钟就能出现结果。
(1) 实验一,对枪的检测实验
分类识别效果比例非常高,可以。
(2)小拼图的测试
检测效果也比较强,第一个出来就是。
(3)老虎的检测
对老虎的检测,也非常不错。
(4)多场景的检测
这里面居然把高山,教堂,城堡,山谷等都识别出来了,效果非常不错,虽然各种精度不高,但是类别是齐全的。
- 基于tensorflow + Vgg16进行图像分类识别的实验
- 基于tensorflow + Vgg16进行图像分类识别的实验
- 基于tensorflow + Vgg16进行图像分类识别的实验
- 基于 VGG16 深度学习预训练权重的图像分类预测实验
- Tensorflow使用slim工具(vgg16模型)实现图像分类与分割
- Tensorflow使用slim工具(vgg16模型)实现图像分类与分割
- 基于图像识别的分类器的实现
- 基于最小距离分类器的图像识别
- 搭建tensorflow进行cnn图像识别
- tensorflow 学习:用CNN进行图像分类
- 使用TensorFlow-Slim进行图像分类
- 利用Tensorflow的Mobilenet模型在移动端进行舌像识别进行体质分类
- TensorFlow实现中文字体分类(三):模型-VGG16
- caffe+python 使用训练好的VGG16模型 对 单张图片进行分类,输出置信度
- caffe+python 使用训练好的VGG16模型 对 单张图片进行分类,输出置信度
- java调用tensorflow模型进行图片分类识别
- 基于TensorFlow的MNIST(手写图像识别)的一点经验
- Tensorflow学习(7)用别人训练好的模型进行图像分类
- Mysql 数据库迁移
- java后台百度地图经纬度和地址之间的相互转换(通过经纬度获取地址、通过地址获取经纬度)
- 让终端走代理的几种方法
- LINUX学习笔记(五)
- 新工作,新目标
- 基于tensorflow + Vgg16进行图像分类识别的实验
- osg几何体的图元的遍历
- Spiral Matrix II:螺旋打印方阵
- 如何管住自己的log
- bitmap的六种压缩方式,Android图片压缩(转)
- Android Studio开发中途使用gitignore文件进行提交忽略
- FX3/CX3 模拟i2c
- java.sql.date java.util.date java.sql.timestamp的区别
- null与undefined目前的区别-学习笔记